本申請涉及醫(yī)療檢測，尤其是涉及一種呼吸率檢測方法及裝置、智能終端。

背景技術：

1、呼吸頻率是人體一項非常重要的生理參數(shù)，人體呼吸的變化能夠反映身體的健康水平。呼吸頻率作為評價呼吸疾病的基本指標之一，是判斷呼吸功能障礙的重點指標，也是臨床醫(yī)療監(jiān)護的主要指標。對人體進行呼吸頻率檢測具有重大的醫(yī)學意義。

2、目前，人體呼吸頻率檢測方法主要為接觸式檢測。例如，人體呼吸頻率檢測方法可以為使用呼吸率胸帶綁在人體胸部，通過檢測胸部的起伏，來計算人體的呼吸率。但是，該方法為有感檢測，容易造成用戶身體不舒服。人體呼吸頻率檢測方法還可以為使用血氧夾和智能手表手環(huán)等傳感器，通過檢測人體接觸傳感器的ppg信號來間接計算呼吸率。但是該計算呼吸率的過程中可能會存在信號干擾、傳感器佩戴不當或傳感器性能過低等問題，導致呼吸率計算結果不準確。

3、基于此，本申請?zhí)峁┝艘环N呼吸率檢測方法，用于實現(xiàn)無感檢測的同時，提高呼吸率檢測的準確性。

技術實現(xiàn)思路

1、本申請的目的在于提供一種呼吸率檢測方法及裝置、智能終端，以實現(xiàn)無感檢測的同時，提高呼吸率檢測的準確性。

2、第一方面，本申請實施例提供了一種呼吸率檢測方法，該方法包括：獲取目標檢測對象的連續(xù)幀的呼吸運動圖像。利用訓練后的臉部檢測模型，識別呼吸運動圖像的目標區(qū)域。呼吸運動圖像為目標檢測對象在上一幀的呼吸運動圖像。從目標區(qū)域中篩選出目標特征點。目標特征點為基于目標檢測對象的上一幀的呼吸運動圖像確定。利用目標特征點，確定目標檢測對象的呼吸頻率。

3、本申請實施例提供的呼吸率檢測方法，通過獲取目標檢測對象的連續(xù)幀的呼吸運動圖像，從呼吸運動圖像的目標區(qū)域中篩選出目標特征帶點，利用該目標特征點，確定目標檢測對象的呼吸頻率，可以實現(xiàn)目標檢測對象的無感檢測的同時，通過直接捕捉目標的呼吸運動圖像，可以直接獲取到目標檢測對象的呼吸信息，可以得到更加準確的呼吸頻率。

4、一種可能的實現(xiàn)方式，利用目標特征點，確定目標檢測對象的呼吸頻率，包括：根據(jù)目標特征點，確定目標檢測對象在當前幀的呼吸信號的樣本值。樣本值用于表示目標特征點相對于上一幀的呼吸運動圖像的位移。當樣本值滿足預設條件時，將當前幀的呼吸信號拼接至目標檢測對象的歷史信號，得到目標呼吸信號。根據(jù)目標呼吸信號，確定呼吸頻率。

5、一種可能的實現(xiàn)方式，本申請實施例提供的呼吸率檢測方法還包括：計算樣本值的一階導數(shù)的絕對值。當絕對值大于異常閾值時，確定樣本值對應的呼吸信號為異常信號。異常閾值為根據(jù)目標檢測對象的預設時長的歷史信號的樣本值確定。將當前幀的運動呼吸信號剔除。

6、一種可能的實現(xiàn)方式，根據(jù)目標特征點，確定目標檢測對象在當前幀的呼吸信號的樣本值，包括：獲取目標特征點的上一幀的平均位移累加和。計算目標特征點在當前幀相對于上一幀的平均豎直位移。對平均位移和平均位移累加和求和，得到樣本值。

7、一種可能的實現(xiàn)方式，根據(jù)目標呼吸信號，確定呼吸頻率，包括：對目標呼吸信號進行濾波。通過窗函數(shù)對濾波后的目標呼吸信號進行窗口變換，并采用傅里葉變換提取目標呼吸信號的信號主頻。根據(jù)信號主頻，確定呼吸頻率。

8、一種可能的實現(xiàn)方式，利用訓練后的臉部檢測模型，識別呼吸運動圖像的目標區(qū)域，包括：利用預設的臉部識別框識別呼吸運動圖像中的臉部區(qū)域?；谀槻繀^(qū)域的預設位置和所示呼吸運動圖像的預設位置，確定目標區(qū)域。

9、一種可能的實現(xiàn)方式，從目標區(qū)域中篩選出目標特征點，包括：在目標區(qū)域中，利用檢測算法確定呼吸運動圖像的特征點集合。特征點集合為適用于光流計算的點集合。特征點集合為呼吸運動圖像的上一幀的點的集合。針對特征點集合中的任一特征點，對特征點進行光流計算，得到特征點在呼吸運動圖像中的位移變化。根據(jù)位移變化，確定特征點集合中的目標特征點。

10、一種可能的實現(xiàn)方式，對特征點進行光流計算，得到特征點在呼吸運動圖像中的位移變化，包括：獲取特征點在上一幀的第一位置信息。根據(jù)第一位置信息，確定第一位置信息相對于當前幀的第二位置信息。根據(jù)第二位置信息，確定第一位置信息相對于上一幀的第三位置信息。根據(jù)第一位置信息和第三位置信息，確實特征點的位移變化。

11、一種可能的實現(xiàn)方式，根據(jù)位移變化，確定特征點集合中的目標特征點，包括：當位移變化小于預設位移變化時，確定特征點為目標特征點。

12、第二方面，本申請實施例提供了一種呼吸率檢測裝置，該裝置包括：獲取模塊、識別模塊、篩選模塊、確定模塊。

13、其中，獲取模塊，用于獲取目標檢測對象的連續(xù)幀的呼吸運動圖像。

14、識別模塊，用于利用訓練后的臉部檢測模型，識別呼吸運動圖像的目標區(qū)域。呼吸運動圖像為目標檢測對象在上一幀的呼吸運動圖像。

15、篩選模塊，用于從目標區(qū)域中篩選出目標特征點。目標特征點為基于目標檢測對象的上一幀的呼吸運動圖像確定。

16、確定模塊，用于利用目標特征點，確定目標檢測對象的呼吸頻率。

17、第三方面，本申請?zhí)峁┝艘环N智能終端，該智能終端具有實現(xiàn)上述第一方面或任一種可能的實現(xiàn)方式的呼吸率檢測方法的功能。該功能可以通過硬件實現(xiàn)，也可以通過硬件執(zhí)行相應的軟件實現(xiàn)。該硬件或軟件包括一個或多個與上述功能相對應的模塊。

18、第四方面，提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)中存儲有指令，當其在計算機上運行時，使得計算機可以執(zhí)行上述第一方面或任一種可能的實現(xiàn)方式的呼吸率檢測方法。

19、第五方面，提供了一種包含指令的計算機程序產(chǎn)品，當其在計算機上運行時，使得計算機可以執(zhí)行上述第一方面或任一種可能的實現(xiàn)方式的呼吸率檢測方法。

20、其中，第二方面至第五方面中任一種設計方式所帶來的技術效果可參見第一方面中不同可能的實現(xiàn)方式所帶來的技術效果，此處不再贅述。

技術特征：

1.一種呼吸率檢測方法，其特征在于，應用于智能終端，所述方法包括：

2.根據(jù)權利要求1所述的方法，其特征在于，所述利用所述目標特征點，確定所述目標檢測對象的呼吸頻率，包括：

3.根據(jù)權利要求2所述的方法，其特征在于，所述方法還包括：

4.根據(jù)權利要求2所述的方法，其特征在于，所述根據(jù)所述目標特征點，確定所述目標檢測對象在當前幀的呼吸信號的樣本值，包括：

5.根據(jù)權利要求2所述的方法，其特征在于，所述根據(jù)所述目標呼吸信號，確定所述呼吸頻率，包括：

6.根據(jù)權利要求1所述的方法，其特征在于，所述利用訓練后的臉部檢測模型，識別所述呼吸運動圖像的目標區(qū)域，包括：

7.根據(jù)權利要求1所述的方法，其特征在于，所述從所述目標區(qū)域中篩選出目標特征點，包括：

8.根據(jù)權利要求7所述的方法，其特征在于，所述對所述特征點進行光流計算，得到所述特征點在所述呼吸運動圖像中的位移變化，包括：

9.根據(jù)權利要求7所述的方法，其特征在于，所述根據(jù)所述位移變化，確定所述特征點集合中的所述目標特征點，包括：

10.一種呼吸率檢測裝置，其特征在于，應用于智能終端，所述裝置包括：

11.一種智能終端，其特征在于，所述智能終端包括處理器和存儲器，所述存儲器存儲有能夠被所述處理器執(zhí)行的機器可執(zhí)行指令，所述處理器執(zhí)行所述機器可執(zhí)行指令以實現(xiàn)權利要求1至9中任一項所述的呼吸率檢測方法。

技術總結
本申請?zhí)峁┝艘环N呼吸率檢測方法及裝置、智能終端，應用于醫(yī)療檢測技術領域。該方法包括：獲取目標檢測對象的連續(xù)幀的呼吸運動圖像。利用訓練后的臉部檢測模型，識別呼吸運動圖像的目標區(qū)域。呼吸運動圖像為目標檢測對象在上一幀的呼吸運動圖像。從目標區(qū)域中篩選出目標特征點。目標特征點為基于目標檢測對象的上一幀的呼吸運動圖像確定。利用目標特征點，確定目標檢測對象的呼吸頻率?？梢詫崿F(xiàn)無感檢測的同時，提高呼吸率檢測的準確性。

技術研發(fā)人員：錢春強,韓潼瑜,黃玉闊
受保護的技術使用者：幻休科技（上海）有限公司
技術研發(fā)日：
技術公布日：2024/12/5